マイクロソフト、Windows 11に「Hey Copilot」音声起動とCopilot Visionを全世界展開

AIに作業を手伝ってもらうために、背景や指示を長文で打ち込む作業そのものに疲れていた人は少なくないはずです。

マイクロソフトは10月16日、すべてのWindows 11搭載PCを「AI PC」へと進化させる大型アップデートを発表しました。今回の刷新ではテキスト入力中心の対話から脱却し、音声での自然な呼び出し、画面のリアルタイム認識、そしてローカルファイルを操作する自律型エージェント機能が組み込まれています。

声で呼び出し、画面を見ながら教えてもらう

日常的な操作で最も変わるのが、音声起動機能「Hey Copilot」と終了ワード「Goodbye」の正式提供です。設定で有効化すれば、マウスに触れることなく声だけで会話を始められます。同社のデータによると、音声を利用するユーザーはテキスト入力のみの場合に比べて対話頻度が2倍に達しているといいます。

同時に、画面を認識する「Copilot Vision」が提供地域全体で利用可能になりました。デスクトップや開いているアプリを共有すると、Copilotが内容を分析しながら音声で助言してくれます。操作に迷った際に「やり方を教えて」と頼めば、「Highlights」機能によって画面上のクリックすべき場所をハイライト表示してくれます。

さらにOfficeアプリ（Word、Excel、PowerPoint）では、スライドを1枚ずつめくることなくドキュメント全体の文脈を把握できるようになりました。声が出せない環境向けに、文字でVisionと対話できるモードもInsider向けに準備されています。

ローカルファイルへ広がるエージェント機能

AIが直接作業を肩代わりする「Copilot Actions」も進化しました。これまではWeb上の予約や買い物が中心でしたが、Copilot Labsのプレビュー版として、PC内のローカルファイルを直接処理できるようになります。

たとえば「旅行の写真を仕分ける」「PDFから情報を抜き出す」といったタスクを自然言語で指示すると、エージェントがデスクトップアプリやWebツールをまたいで作業を進めます。バックグラウンド実行中も進行状況の確認や手動での割り込みが可能です。

また、連携機能「Copilot connectors」により、OneDriveやOutlookだけでなく、Google Drive、Gmail、Googleカレンダーとも接続可能になりました。エクスプローラーの右クリックメニューから外部エージェント「Manus」を呼び出し、ローカル文書から直接ウェブサイトを生成する機能も追加されています。

なぜ重要か

一般ユーザーにとっての最大のメリットは、指示文（プロンプト）の作成という高いハードルが消える点です。画面を見せながら「ここはどうすればいい？」と声で聞くだけで済むため、ツールの学習コストは大幅に下がります。

ただし、今すぐ全幅の信頼を置くべきかというと慎重になる必要があります。マイクロソフト自身も認めている通り、ローカル環境で自律動作するエージェントはまだ発展途上で、複雑な画面では誤操作を起こすリスクがあります。Googleアカウントや内部ストレージへのアクセス権限を渡すことになるため、実用には相応のリテラシーが求められます。

業界の視点で見ると、最新のCopilot+ PC専用に囲い込むのではなく、既存のWindows 11全機にこの体験を広げた点は極めて現実的で賢明です。Apple IntelligenceがOS統合の段階的な提供にとどまるなか、マイクロソフトは既存の巨大なデスクトップ基盤を一気にエージェント化し、他社製AIアプリの入り口を丸ごと押さえにきています。